酶在细胞代谢过程中起着关键作用。为了对这些过程进行定量评估，研究人员需要知道酶的所谓“周转数”(简称:kcat)。在《自然通讯》杂志上，来自
酶是所有活细胞中重要的生物催化剂。它们通常是大的蛋白质，结合较小的分子，即所谓的底物，然后将它们转化为其他分子，即“产物”。
没有酶，将底物转化为产物的反应就不能发生，或者只能以极低的速率进行。大多数生物体拥有数千种不同的酶。酶在广泛的生物技术过程和日常生活中有许多应用——从面包面团的发酵到洗涤剂。
一种特定酶将底物转化为产物的最大速度是由所谓的周转数kcat决定的。它是酶活性定量研究的重要参数，在理解细胞代谢中起着关键作用。
然而，在实验中确定kcat周转率既耗时又昂贵，这就是为什么绝大多数反应都不知道kcat周转率的原因。由Martin Lercher教授领导的HHU计算细胞生物学研究小组现在开发了一种名为TurNuP的新工具，可以使用人工智能方法预测酶的kcat周转数。
为了训练kcat预测模型，使用深度学习模型将有关酶和催化反应的信息转换为数值向量。这些数值向量作为机器学习模型的输入，即所谓的梯度增强模型，用于预测kcat营业额。
主要作者亚历山大·克罗尔说:“TurNuP优于以前的模型，甚至可以成功地用于与训练数据集中的酶相似度很低的酶。”以前的模型不能做出任何有意义的预测，除非至少40%的酶序列与训练集中至少一种酶相同。相比之下，TurNuP已经可以对最大序列同一性为0到40%的酶做出有意义的预测。
勒彻教授补充说:“在我们的研究中，我们表明，TurNuP所做的预测可以用来预测活细胞中酶的浓度，比迄今为止的情况要准确得多。”
为了使尽可能多的用户能够方便地访问预测模型，HHU团队开发了一个用户友好的web服务器，其他研究人员可以使用它来预测酶的kcat周转率。
本文来自作者[又玉]投稿，不代表星火科创立场，如若转载，请注明出处：https://m.kjcg.org.cn/keji/202505-1128.html
评论列表（4条）
我是星火科创的签约作者“又玉”！
希望本篇文章《利用人工智能工具预测酶的活性速率》能对你有所帮助！
本站[星火科创]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：酶在细胞代谢过程中起着关键作用。为了对这些过程进行定量评估，研究人员需要知道酶的所谓“周转数”(简称:kcat)。在《自然通讯》杂志上，来自...